这三位科学家在谷歌期间共同参与了Vision Transformer（ViT）的研究，这是一项开创性的工作，将Transformer模型应用于大规模图像识别任务，并取得了突破性成果。
OpenAI正在全球范围内扩张，除了在苏黎世设立办事处外，还计划在纽约市、西雅图、布鲁塞尔、巴黎和新加坡等地开设新的分支机构，以加强其在全球的影响力和研究能力。
这次人事变动反映了人工智能领域顶尖人才的激烈竞争，以及各大公司在全球范围内的战略布局。对于OpenAI来说，这三位科学家的加入无疑是一次重要的人才补充，有助于提升其在AI领域的研究和开发实力。同时，这也表明了OpenAI对于吸引和保留顶尖人才的重视，以及其在全球AI竞赛中的积极姿态。
也有人猜测，OpenAI 之所以在苏黎世设立办事处，是因为三个人都不愿意搬家。
-
论文标题：An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
-
论文地址：https://arxiv.org/pdf/2010.11929
-
项目地址：https://github.com/google-research/vision_transformer
-
论文标题：Scaling Vision Transformers
-
论文地址：https://arxiv.org/pdf/2106.04560
-
UViM: A Unified Modeling Approach for Vision with Learned Guiding Codes，该论文提出了一种建模多样化计算机视觉任务的统一方法。该方法通过组合使用一个基础模型和一个语言模型实现了互相增益，从而在全景分割、深度预测和图像着色上取得了不错的效果。
-
Tuning computer vision models with task rewards，这项研究展示了强化学习在多种计算机视觉任务上的有效性，为多模态模型的对齐研究做出了贡献。
-
JetFormer: An Autoregressive Generative Model of Raw Images and Text，这是上个月底才刚刚发布的新研究成果，其中提出了一种创新的端到端多模态生成模型，通过
结合归一化流和自回归 Transformer，以及新的噪声课程学习方法，实现了无需预训练组件的高质量图像和文本联合生成，并取得了可与现有方法竞争的性能。
本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/32735.html
微信扫一扫 
支付宝扫一扫 
